在 data.table 中重塑

Question

编辑：我稍微编辑了我的问题，因为建议的解决方案对我的数据集来说有点问题。 OP写在下面。

我有一个数据集 df，其中 prop 是那一年的观察量占总观察量的一部分。例如：对于荷兰 (NLD)，60% 的观测值是 2005 年。对于保加利亚 (BLG)，这是 50%。

    row country year prop
1:   1     NLD 2005  0.6
2:   2     NLD 2005  0.6
3:   3     BLG 2006  0.5
4:   4     BLG 2005  0.5
5:   5     GER 2005  1.0
6:   6     NLD 2007  0.2
7:   7     NLD 2005  0.6
8:   8     NLD 2008  0.2

我想要得到的是：

    row country prop2005 prop2006 prop2007 prop 2008 
1:   1     NLD  0.6      0.0      0.2      0.2
2:   2     NLD  0.6      0.0      0.2      0.2
3:   3     NLD  0.6      0.0      0.2      0.2
4:   4     BLG  0.5      0.5      0.0      0.0
5:   5     BLG  0.5      0.5      0.0      0.0
6:   6     BLG  0.5      0.5      0.0      0.0
7:   7     GER  1.0      0.0      0.0      0.0
8:   8     GER  1.0      0.0      0.0      0.0
9:   9     GER  1.0      0.0      0.0      0.0

原版POST:

我有一个数据集 df，其中 prop 是那一年的观察量占总观察量的一部分。例如：对于荷兰 (NLD)，60% 的观测值是 2005 年。对于保加利亚 (BLG)，这是 50%。

    row country year prop
1:   1     NLD 2005  0.6
2:   2     NLD 2005  0.6
3:   3     BLG 2006  0.5
4:   4     BLG 2005  0.5
5:   5     GER 2005  1.0
6:   6     NLD 2007  0.2
7:   7     NLD 2005  0.6
8:   8     NLD 2008  0.2

我想将这些值连接到不同的数据集（df2，其中有与那些年相关的问题），如下所示：

    row country q05 q06 q07 q08 
1:   1     NLD  1   2   1   3   
2:   2     NLD  2   1   2   3   
3:   3     NLD  1   2   2   4   
4:   4     BLG  5   5   2   4   
5:   5     BLG  1   2   1   1   
6:   6     BLG  2   2   5   1   
7:   7     GER  3   5   4   4   
8:   8     GER  2   5   3   4   
9:   9     GER  1   2   3   5

我想要得到的是：

    row country prop2005 prop2006 prop2007 prop 2008 
1:   1     NLD  1   2   1   3   0.6      0.0      0.2      0.2
2:   2     NLD  2   1   2   3   0.6      0.0      0.2      0.2
3:   3     NLD  1   2   2   4   0.6      0.0      0.2      0.2
4:   4     BLG  5   5   2   4   0.5      0.5      0.0      0.0
5:   5     BLG  1   2   1   1   0.5      0.5      0.0      0.0
6:   6     BLG  2   2   5   1   0.5      0.5      0.0      0.0
7:   7     GER  3   5   4   4   1.0      0.0      0.0      0.0
8:   8     GER  2   5   3   4   1.0      0.0      0.0      0.0
9:   9     GER  1   2   3   5   1.0      0.0      0.0      0.0

换句话说，对于每一次观察，我都希望将与该国家相关的比例添加到观察中（因为它们的作用就像一个权重）。

我相当熟悉 data.table;

中的合并

df1 <- merge(df1, df2,  by= "country", all.x = TRUE, allow.cartesian=FALSE)

但是，我真的不知道如何重塑 data.table 以正确合并它。

有什么建议吗？

当前 "SOLUTION":

df1 <- dcast(df1, country~year, value="prop")
df1 <- merge(df1, df2,  by= "country", all.x = TRUE, allow.cartesian=FALSE)

Answer 1

可能的解决方案：

melt(df2, id = 1:2, value.name = 'q'
     )[, year := as.integer(paste0('20',sub('\D+','',variable)))
       ][df, on = .(country, year), prop := i.prop
         ][is.na(prop), prop := 0
           ][, dcast(.SD, row + country ~ year, value.var = c('q','prop'), sep = '')]

给出：

   row country q2005 q2006 q2007 q2008 prop2005 prop2006 prop2007 prop2008
1:   1     NLD     1     2     1     3      0.6      0.0      0.2      0.2
2:   2     NLD     2     1     2     3      0.6      0.0      0.2      0.2
3:   3     NLD     1     2     2     4      0.6      0.0      0.2      0.2
4:   4     BLG     5     5     2     4      0.5      0.5      0.0      0.0
5:   5     BLG     1     2     1     1      0.5      0.5      0.0      0.0
6:   6     BLG     2     2     5     1      0.5      0.5      0.0      0.0
7:   7     GER     3     5     4     4      1.0      0.0      0.0      0.0
8:   8     GER     2     5     3     4      1.0      0.0      0.0      0.0
9:   9     GER     1     2     3     5      1.0      0.0      0.0      0.0

要查看其工作原理，您可以将代码分成几个步骤，如下所示：

df3 <- melt(df2, id = 1:2, value.name = 'q')[, year := as.integer(paste0('20',sub('\D+','',variable)))]

df3[df, on = .(country, year), prop := i.prop][]
df3[is.na(prop), prop := 0][]
df3[, dcast(.SD, row + country ~ year, value.var = c('q','prop'), sep = '')]

在 data.table 中重塑

Reshaping in data.table

r

reshape

melt

data.table